Communitygithub.com

Enregistrement vidéo de navigateur

Crée des vidéos de style enregistrement d'écran de navigateur 60 fps 4:3 4K polies à partir de captures du navigateur intégré de Codex, avec recadrage navigateur uniquement, curseur macOS naturel, chorégraphie de clics délibérée, cadrage suivant le zoom, vérification ffprobe/miniature et prise en charge facultative de l'enregistrement natif.

Qu'est-ce que Enregistrement vidéo de navigateur ?

Cette compétence permet à un agent IA de produire des vidéos de démonstration de navigateur de qualité professionnelle (60 fps, 4:3, 4K) en utilisant des captures d'écran provenant du navigateur intégré de Codex plutôt qu'un enregistrement d'écran système. Elle est conçue pour les développeurs qui souhaitent créer des présentations de fonctionnalités UI, des démos de produits Dribbble, ou des enregistrements de workflow sans avoir à installer d'outils d'enregistrement supplémentaires. La compétence sépare le workflow en trois couches : le contrôle du navigateur et les images sources (via le navigateur Codex), le rendu vidéo local (via un script Python qui simule un curseur macOS naturel, des animations de clic subtiles, et un cadrage de type zoom-follow), et l'intégration facultative avec des enregistreurs natifs via MCP. Elle prend en charge les plateformes Codex avec la compétence Browser/MCP et nécessite python3, Pillow, ffmpeg et ffprobe. Le rendu est déterministe, configurable via un fichier JSON, et inclut une vérification automatique via ffprobe et l'extraction de miniatures pour garantir la qualité (résolution 3840×2880, 60 fps, curseur visible et naturel).

Compatible avec~Claude Code✓Codex CLI✓Cursor
npx skills add https://github.com/MengTo/Skills/tree/HEAD/agent-skills/codex/browser-video-recording

Demander à votre IA préférée

Ouvre une nouvelle conversation avec cette compétence d'agent déjà préchargée.

Documentation

Que fait Enregistrement vidéo de navigateur ?

Modèle de dépendances

Séparez le flux de travail en trois couches :

  1. Contrôle du navigateur et images sources : Utilisez le navigateur intégré de Codex via la compétence/MCP Browser. N'utilisez pas Chrome lorsque l'utilisateur demande le navigateur Codex ou que le projet l'interdit. La couche navigateur fournit des captures d'écran réelles et des états de clic/défilement/navigation réels.
  2. Rendu vidéo local : Utilisez le script Python fourni pour rendre les captures d'écran en une vidéo MP4 avec un curseur macOS naturel, une échelle de clic subtile et un cadrage de type zoom-follow calme. Cela ne nécessite pas de MCP d'enregistrement d'écran.
  3. Intégration facultative d'un enregistreur natif : Utilisez un MCP d'enregistrement natif uniquement s'il est appelable et explicitement utile pour démarrer/arrêter un enregistrement d'application réel ou ouvrir un projet généré. S'il est indisponible, bloqué ou incapable de capturer la surface du navigateur Codex, utilisez à la place le rendu vidéo à partir de captures d'écran et expliquez le repli.

Exécution autonome

Cette compétence est suffisante pour qu'une autre instance de Codex effectue le rendu Python à condition que le dossier complet de la compétence soit installé, y compris scripts/render_browser_demo.py. Codex doit exécuter le script fourni plutôt que de recréer le rendu.

Outils locaux requis :

  • python3
  • Package Python Pillow
  • ffmpeg et ffprobe

L'extraction facultative du curseur macOS utilise swift et /usr/sbin/screencapture. S'ils sont indisponibles, fournissez un PNG transparent via cursor_asset et définissez cursor_hotspot dans la configuration.

La compétence/MCP Browser est toujours nécessaire pour les nouvelles captures d'écran du navigateur intégré Codex. Si elle est indisponible, utilisez la meilleure source de captures d'écran automatisée de navigateur disponible et indiquez le repli.

Prise en charge facultative d'un enregistreur natif

Pour l'enregistrement d'application natif, vérifiez que le MCP prend en charge :

  • Utilisation de frameRate: 60.
  • Utilisation de resolutionRawValue: "4K".
  • Utilisation de ratioPresetRawValue: "4:3" pour les enregistrements régionaux.
  • Utilisation d'un selectedRegionOnScreen explicite lors du recadrage vers une zone de navigateur intégrée.

Pour le rendu local, 4K 4:3 signifie 3840x2880. Si un enregistreur natif expose une énumération 4K, traitez-la comme un préréglage de résolution côté application et associez-la à une sélection de région 4:3 lors de l'enregistrement via ce MCP.

Flux de travail de capture

Utilisez d'abord browser:control-in-app-browser. Après avoir chargé sa documentation, pilotez le navigateur intégré avec l'API Node/navigateur :

  • Définissez la zone d'affichage sur 1920x1440 pour un rendu 4:3 4K, puis réinitialisez-la avant de terminer.
  • Accédez à la page demandée et effectuez des clics, retours, recherches et défilements réels.
  • Enregistrez des captures d'écran du navigateur uniquement après chaque changement d'état important. Utilisez des noms comme 01-resultats-haut.png, 02-apres-clic-carte.png, 03-retour-resultats.png.
  • Enregistrez les coordonnées de la zone d'affichage de chaque cible de clic/défilement. Le chemin final du curseur doit atterrir sur ces points, faire une pause, cliquer, puis se déplacer vers le point significatif suivant.

Évitez l'automatisation des coordonnées du bureau sauf si l'utilisateur a explicitement besoin de l'interface système. La visibilité du navigateur Codex peut ne pas exposer de surface macOS capturable ; les captures d'écran de l'API navigateur sont la source fiable.

Règles de mouvement

Donnez au curseur un aspect déterminé :

  • Utilisez des chemins de curseur peu nombreux et principalement droits.
  • Faites une brève pause sur une cible avant de cliquer.
  • Ne vous promenez pas sur des éléments UI non pertinents.
  • Laissez la transition de page se produire après le clic, pas avant.
  • Utilisez uniquement un retour de clic subtil : un dip/rebond d'échelle, pas d'anneaux décoratifs sauf demande expresse.
  • Gardez le zoom-follow plus calme que le curseur. La caméra doit cadrer le contenu cliqué, pas suivre chaque petit mouvement de souris.

Cible visuelle par défaut :

  • Pointeur macOS réel extrait du compositeur, ou un actif de curseur transparent existant.
  • Échelle du curseur 3.0, correspondant au style de gros curseur couramment utilisé dans les démos éditées.
  • Force d'animation de clic 15 pour un dip d'échelle de clic subtil.
  • Force de rotation jusqu'à 8deg, uniquement à partir de la vélocité horizontale.

Script de rendu

Utilisez scripts/render_browser_demo.py pour un rendu 60 fps 4:3 4K déterministe :

python3 /chemin/vers/enregistrement-navigateur/scripts/render_browser_demo.py \
  --config /tmp/config-demo-navigateur.json \
  --output /tmp/demo-navigateur-4x3-4k-60fps.mp4

Générez une configuration de départ :

python3 /chemin/vers/enregistrement-navigateur/scripts/render_browser_demo.py --write-template

La configuration fournit :

  • shots : correspondance des noms d'état avec les chemins PNG des captures.
  • scene_starts : entrées [temps, nomCapture, transition].
  • cursor_keys : entrées [temps, x, y] de coordonnées de zone d'affichage.
  • camera_keys : entrées [temps, x, y, zoom].
  • click_times : horodatages des clics.
  • duration, fps, output_size, source_size, cursor_scale.

Valeurs par défaut recommandées :

{
  "fps": 60,
  "output_size": [3840, 2880],
  "source_size": [1920, 1440]
}

Si cursor_asset est omis, le script affiche brièvement un calque de couleur unie et utilise screencapture pour extraire le curseur macOS réel actuel dans un PNG transparent. Ceci est un support de rendu local, pas une dépendance MCP.

Vérification

Vérifiez toujours la vidéo produite :

ffprobe -v error \
  -show_entries stream=codec_name,width,height,r_frame_rate \
  -show_entries format=duration,size \
  -of json /chemin/vers/sortie.mp4

Extrayez au moins une miniature à mi-vidéo et inspectez-la :

ffmpeg -y -ss 8 -i /chemin/vers/sortie.mp4 -frames:v 1 -update 1 /tmp/miniature-demo-navigateur.png

Confirmez :

  • La résolution correspond à la sortie demandée, généralement 3840x2880 pour du 4:3 4K.
  • La fréquence d'images est de 60/1 ou équivalent.
  • La durée correspond à la demande.
  • Le curseur est visible, naturel et sur la cible.
  • La vidéo est recadrée sur le contenu du navigateur, pas sur le bureau.
  • Le remplacement de la zone d'affichage du navigateur a été réinitialisé.

Individual skills in this repo

This repo contains 9 individual skills — each has its own dedicated page.

MengTo/Skills

Generate ElevenLabs text-to-speech audio from scripts or inline text using local voice profiles. Use when the user asks for ElevenLabs, text-to-speech, TTS, narration, voiceover, speech audio, or voice generation; load voice names, voice ids, emails, owners, and account-specific defaults only from local config outside the skill.

MengTo/Skills

Profile, audit, and optimize frontend page performance with emphasis on animation work, memory-leak risks, long-session slowdowns, CSS animations, canvas/WebGL requestAnimationFrame loops, marquees, skeletons, GSAP/Three/Matter effects, timers, listeners, and observers. Use when the user asks to make animations performant, pause offscreen animations, look for memory leaks, profile pages that slow the computer over time, fix janky scrolling, reduce CPU/GPU use, or repeat the "only play in view" optimization on React/Vite/Next/frontend pages using Codex Browser.

MengTo/Skills

Turn a reference video into a super detailed recreation or inspiration prompt. Use when the user provides, mentions, uploads, links, or points to a video and asks to analyze the design, UI, animations, transitions, scroll interactions, typography, colors, assets, WebGL/Three.js, storytelling, section-by-section behavior, or to create a prompt/article that recreates the page, app, interaction, or motion system.

MengTo/Skills

Create an on-scroll animation trigger using IntersectionObserver with Tailwind-friendly animation classes and keyframes. Use when asked for scroll-reveal, animate-on-scroll, or sequencing element animations when they enter the viewport.

MengTo/Skills

Use when designing or implementing product-grade web motion like Stripe, Linear, Apple, and Vercel. Covers motion principles, easing/duration defaults, choreography patterns, scroll/hover interactions, performance, accessibility (reduced motion), and implementation guidance.

MengTo/Skills

Create premium cinematic web motion systems with GSAP, ScrollTrigger, and Lenis. Use for luxury editorial websites, creative studio portfolios, Awwwards-style interactions, smooth scroll reveals, staggered text, parallax, pinned sections, magnetic hover states, custom cursors, and mouse-reactive layered movement.

MengTo/Skills

Create cinematic scroll-driven landing pages with Lenis smooth scrolling, GSAP ScrollTrigger, scroll-linked progression, staggered text reveals, sticky card stacks, parallax backgrounds, scroll-scrubbed transitions, footer reveals, and immersive preloaders. Use when analyzing or building premium editorial scroll experiences, sticky project stacks, kinetic typography, or section-by-section storytelling.

MengTo/Skills

Use when designing or rewriting a high-converting SaaS pricing page (structure, plan design, copywriting, SEO/AEO, FAQs, layout patterns, experiments). Includes checklists, templates, and common pitfalls.

MengTo/Skills

Use when creating or refining WebGL-heavy landing pages and you need to steer toward a specific visual outcome (premium, technical, playful, cinematic) while balancing conversion clarity, performance, and implementation complexity.

Skills associés